在Python数组中计算每5个元素的总和

Question

我有一个Python数组，想要计算每五个元素的总和。在我的案例中，我有一个带有十个元素的数组c。（实际上它有更多元素。）

c = [1, 0, 0, 0, 0, 2, 0, 0, 0, 0]

所以最终我想要一个新数组 (c_new)，它应该显示前5个元素和后5个元素的总和。

所以结果应该是这样的一种情况。

1+0+0+0+0 = 1
2+0+0+0+0 = 2

c_new = [1, 2]

感谢您的帮助 Markus

- Markus

---

这是一个针对pandas系列的示例，应该适用于现有情况 - https://dev59.com/1J3ha4cB1Zd3GeqPbuyY - Divakar

Answer 1

您可以使用 np.add.reduceat，通过传递您想要拆分和求和的索引：

import numpy as np
c = [1, 0, 0, 0, 0, 2, 0, 0, 0, 0]
np.add.reduceat(c, np.arange(0, len(c), 5))
# array([1, 2])

- Psidom

---

谢谢大家，这真是一个优雅的方法！ - Markus

Answer 2

这是一种方法 -

c = [1, 0, 0, 0, 0, 2, 0, 0, 0, 0]
print [sum(c[i:i+5]) for i in range(0, len(c), 5)]

结果 -

[1, 2]

- hashcode55

---

我的代码也很相似：[sum(x for x in c[i*5:5*(i+1)]) for i in range(len(c)//5)]，但你的更好。 - Ma0

我倾向于在这种情况下使用itertools文档中的“grouper”配方，https://docs.python.org/2/library/itertools.html#recipes - [sum(group) for group in grouper(c, 5, 0)]。虽然在这里可能有些过度。 - Peter DeGlopper

itertools 的配方中有一些很棒的东西。 - Peter DeGlopper

Answer 3

如果您的向量长度可以被5整除，且它是连续的，则：

np.reshape(c, (-1, 5)).sum(axis=-1)

即使它是非连续的，它也能工作，但通常效率较低。

基准测试：

def aredat():
    return np.add.reduceat(c, np.arange(0, len(c), 5))

def reshp():
    np.reshape(c, (-1, 5)).sum(axis=-1)

c = np.random.random(10_000_000)

timeit(aredat, number=100)
3.8516048429883085
timeit(reshp, number=100)
3.09542763303034

因此，在可能的情况下，reshape似乎更快一些；reduceat的优点是可以优雅地处理非五的倍数向量。

- Paul Panzer

---

@Divakar 为什么这么快？ .sum 可以说是最主流的函数之一。它应该已经进行了大量的优化！ - Paul Panzer

据我所知，它避免了一些检查，但对于“sum”来说确实很令人难过！ :) - Divakar

Answer 4

有多种方法可以实现这一点。以下将介绍两种使用numpy内置方法的选项。

---

选项1

使用numpy.sum和numpy.ndarray.reshape函数，如下所示：

c_sum = np.sum(np.array(c).reshape(-1, 5), axis=1)

[Out]: array([1, 2])

---

选项2

使用numpy.vectorize、自定义lambda函数和numpy.arange，如下所示：

c_sum = np.vectorize(lambda x: sum(c[x:x+5]))(np.arange(0, len(c), 5))

[Out]: array([1, 2])

- Gonçalo Peres

Answer 5

为什么不使用这个？

np.array([np.sum(i, axis = 0) for i in c.reshape(c.shape[0]//5,5,c.shape[1])])

- 김원중

---

为什么呢？为什么OP要使用它？ - Simas Joneliunas